csp-202104-2 邻域均值-python

试题编号：	202104-2
试题名称：	邻域均值
时间限制：	1.0s
内存限制：	512.0MB
问题描述：	试题背景 顿顿在学习了数字图像处理后，想要对手上的一副灰度图像进行降噪处理。不过该图像仅在较暗区域有很多噪点，如果贸然对全图进行降噪，会在抹去噪点的同时也模糊了原有图像。因此顿顿打算先使用邻域均值来判断一个像素是否处于较暗区域，然后仅对处于较暗区域的像素进行降噪处理。 问题描述 待处理的灰度图像长宽皆为 n 个像素，可以表示为一个 n×n 大小的矩阵 A，其中每个元素是一个 [0,L) 范围内的整数，表示对应位置像素的灰度值。 对于矩阵中任意一个元素 Aij（0≤i,j<n），其邻域定义为附近若干元素的集和： Neighbor(i,j,r)={Axy|0≤x,y<n and |x−i|≤r and |y−j|≤r} 这里使用了一个额外的参数 r 来指明 Aij 附近元素的具体范围。根据定义，易知 Neighbor(i,j,r) 最多有 (2r+1)2 个元素。 如果元素 Aij 邻域中所有元素的平均值小于或等于一个给定的阈值 t，我们就认为该元素对应位置的像素处于较暗区域。 下图给出了两个例子，左侧图像的较暗区域在右侧图像中展示为黑色，其余区域展示为白色。 现给定邻域参数 r 和阈值 t，试统计输入灰度图像中有多少像素处于较暗区域。 输入格式 输入共 n+1 行。 输入的第一行包含四个用空格分隔的正整数 n、L、r 和 t，含义如前文所述。 第二到第 n+1 行输入矩阵 A。 第 i+2（0≤i<n）行包含用空格分隔的 n 个整数，依次为 Ai0,Ai1,⋯,Ai(n−1)。 输出格式 输出一个整数，表示输入灰度图像中处于较暗区域的像素总数。 样例输入 4 16 1 6 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Data 样例输出 7 Data 样例输入 11 8 2 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 7 0 0 0 7 0 0 7 7 0 7 0 7 0 7 0 7 0 7 0 7 7 0 0 0 7 0 0 0 7 0 7 7 0 0 0 0 7 0 0 7 7 0 7 0 0 0 0 0 7 0 7 0 0 7 0 7 0 7 0 7 0 7 0 0 0 7 0 0 0 7 0 0 7 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Data 样例输出 83 Data 评测用例规模与约定 70% 的测试数据满足 n≤100、r≤10。 全部的测试数据满足 0<n≤600、0<r≤100 且 2≤t<L≤256。

暴力70分代码：

n,L,r,t=map(int,input().split())
l=[]
for i in range(n):
    l.append(input().split())
flag=0
for i in range(len(l)):
    for j in range(len(l[i])):
        sum_=0
        x2=min(r+i,n-1)
        x1=max(i-r,0)
        y2=min(r+j,n-1)
        y1=max(j-r,0)
        for x in range(x1,x2+1):
            for y in range(y1,y2+1):
                    sum_+=int(l[x][y])
        num=(abs(x2-x1)+1)*(abs(y2-y1)+1)
        av=sum_/num
        if(av<=t):
            flag+=1
print(flag)

100分代码：

n,L,r,t=map(int,input().split())
l=[]
for i in range(n):
    l.append(input().split())
flag=0
sum_=[[0]*(n+1) for i in range(n+1)]#初始化二维列表、
# 存放(1,1)到(i,j)矩阵的和
for i in range(1,n+1):
    for j in range(1,n+1):
        sum_[i][j]=int(l[i-1][j-1])+sum_[i-1][j]+sum_[i][j-1]-sum_[i-1][j-1]
        # print(sum_[i][j],end=' ')
    # print()
for i in range(1,n+1):
    for j in range(1,n+1):
        x1=max(i-r,1)
        x2=min(r+i,n)
        y1=max(j-r,1)
        y2=min(r+j,n)
        add=sum_[x2][y2]-sum_[x1-1][y2]-sum_[x2][y1-1]+sum_[x1-1][y1-1]
        # print(add,end=' ')
        num=(abs(x2-x1)+1)*(abs(y2-y1)+1)
        av=add/num
        if(av<=float(t)):
            flag+=1
    # print()
print(flag)

思路就是先用一个二维列表把从（1,1）到（i,j）的矩阵和存下来。

比如l：
0 1 2 3
4 5 6 7
8 9 10 11
12 13 14 15

存下来就是sum_：

0 1 3 6 
4 10 18 28 
12 27 45 66 
24 52 84 120 

sum_[i][j]=l[i][j]+sum_[i-1][j]+sum_[i][j-1]-sum_[i-1][j-1]

求区域和，用自己加上自己上面的区域和再加左边的区域和，再减去多加的区域和。

比如：sum_[2][2]=l[2][2]+sum_[2-1][2]+sum_[2][2-1]-sum[2-1][2-1]=5+4+1-0。

如下：这个区域的和=14+以0和9为顶点的矩阵区域的和+以0和13为顶点的矩阵区域和-以0和8为顶点矩阵区域的和。

然后遍历找到要求的区域和，用大的区域减去小的区域再加多减去的区域。

总的思路就是：绿色区域=全部区域-黄色区域-蓝色区域+红色区域。